Jun Huan

AWS AI

収録論文 2本 ・ フィジカルAI/ロボット学習

※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。

論文

• Prism-GRPO: 同一結果グループの分割による高速なVLAポリシー最適化
  VLA2026/8/18

  GRPOの強化学習において、成功/失敗が同一のグループを品質スコアで分割し、学習信号を回復することでロールアウト効率を向上させる手法を提案した。

• 検証器なしテスト時スケーリングのためのコンシリエンス
  LLM推論2026/8/10

  既存の信頼度ベースの検証器なしテスト時スケーリング手法が複雑なタスクで破綻することを示し、初期の低信頼度から最終的な高信頼度への遷移パターンを評価する新しい選択フレームワーク「コンシリエンス」を提案した。